Risk Management: Rethinking Fashion Supply Chain Management for Multinational Corporations in Light of the COVID-19 Outbreak
Notice bibliographique
Résumé
Through an international business risk management lens, the widespread and catalytic implications of the 2020 COVID-19 pandemic on the supply chains (SCs) of fashion multinational corporations (MNC) are analyzed to contribute to existing research on supply chain management (SCM). While a movement towards agile, networked supply chain models had been in consideration for many firms prior to the outbreak, the pandemic highlights issues inherent in supply chains that employ concentrated production. We examined the current state of fashion supply chains, risks that have arisen historically and recently, and existing risk mitigation methods. We found that while lean supply chain management is primarily favored for its cost and waste reduction advantages, the structure is limited by the lack of supply chain transparency that results as well as the increasing demand volatility observed even before the COVID-19 outbreak. Although this problem might exist in the agile supply chain, agile supply chains combat this by focusing on enhancing communication and buyer-supplier relationships to improve information exchange. However, this structure also entails an associated increase in inventory and inventory costs. The COVID-19 pandemic has caused supply and demand disruptions which have resonating effects on supply chain activities and management, indicating a need to build flexibility to mitigate epidemic and demand risks. To address this, several strategies that firms can adopt to control for such risks are outlined and key areas for further research are identified which consider parties both upstream and downstream of the fashion supply chain.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,016 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,013 | 0,012 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».